一种基于分阶段检测与倾斜超限校正的指针式仪表读数识别方法

AITNT
正文
推荐专利
一种基于分阶段检测与倾斜超限校正的指针式仪表读数识别方法
申请号:CN202511171207
申请日期:2025-08-21
公开号:CN121010966A
公开日期:2025-11-25
类型:发明专利
摘要
本发明提出一种基于分阶段检测与倾斜超限校正的指针式仪表读数识别方法。该方法首先采集多类型指针式仪表图像,构建分阶段数据集并进行数据增强;利用第一部分数据集训练仪表盘目标检测模型,对输入图像定位并裁剪仪表盘区域;再基于第二部分数据集训练关键点检测模型,提取起始刻度点、终止刻度点、中心点、指针尖端点及终止刻度值。对检测到的关键点进行归一化处理,判断是否超出倾斜容许范围,对倾斜超限的仪表盘执行关键点透视变换校正;最后结合角度法与量程信息计算读数。该方法仅对倾斜超限样本进行几何校正,无需全量处理,可在大规模批量检测中在保证读数精度的同时显著降低算力消耗与处理时间,兼具高精度与高效率。
技术关键词
仪表盘 关键点 分阶段 校正 指针式仪表 数据 图像 多任务联合学习 坐标 姿态估计方法 刻度 检测模型训练 仪表表盘 多尺度特征 标注软件 工业相机 两阶段
系统为您推荐了相关专利信息
1
障碍物区域的确定方法、装置、电子设备和存储介质
关键点 深度学习模型 点云 矩阵 坐标系
2
一种维持电能计量的方法
电能计量误差 误差校正 节点 电能计量系统 校正误差
3
基于改进YOLOv5的多模态融合游泳池溺水检测系统及方法
多模态数据采集 溺水检测方法 游泳池 红外热成像仪 视觉传感器
4
基于FAIWF-CICPF-CTF的稀疏孔径Bi-ISAR成像与定标方法
定标方法 多分量线性调频 天基雷达 ISAR成像系统 回波
5
基于深度学习的OCR错漏检测方法
条件随机场 非线性图像增强 梯度提升模型 序列 文本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号